R语言带有误差条的分组柱状图

在这篇文章中，我们将看到如何在R编程语言中创建带有误差条的分组条形图。

使用data.frame()方法可以在R工作空间中创建一个数据框。tidyverse包被安装并加载到工作空间中，以便进行数据突变和操作。

该软件包可以通过以下命令被纳入工作空间中 。

install.packages("tidyverse")

声明的数据框架使用管道操作符进行大量的操作。最初，group_by方法被用来将数据隔离在不同的组中。它的参数是要按数据分组的列。

语法： group_by (col-name)

参数:

col-name – 要分组的数据列

通过执行数学计算，将所需列的标准偏差值除以其长度，就可以添加一个临时列。标准差是用sd()方法计算的。长度可以通过length()方法来计算。这两种方法都以列名作为参数。可以使用mutate()方法将列添加到数据框中。

mutate (new-col-name = func())

R中的ggplot方法是用来使用指定的数据框架进行图形可视化的。它被用来实例化一个ggplot对象。可以为绘图对象创建美学映射，以分别确定x轴和y轴之间的关系。可以向创建的ggplot对象添加其他组件。

语法： ggplot(data = NULL, mapping = aes(), fill = )

参数 :

data – 用于绘图的默认数据集。
mapping – 用于绘图的审美贴图列表。

Geoms可以用各种方法添加到绘图中。R中的geom_line()方法可以用来在绘制的图中添加图形线。它被作为一个组件添加到现有的绘图中。美学映射也可以包含颜色属性，根据不同的数据框架以不同的方式分配。

geom_bar()方法用于构建与每组病例数成比例的条形高度。

语法： geom_bar ( width, stat)

参数 :

width – 条形图的宽度

geom_errorbar()方法用于在图表中添加误差条。

语法： geom_errorbar(mapping = NULL, data = NULL, stat = “ident”, position = “ident”, …)

参数 :

mapping – 美学映射，通常用ais或ais_string构建。
stat – 对该层的数据使用的统计转换。
position – 这个图层上的重叠点要使用的位置调整。

下面是实现方法

# importing the required library
library(tidyverse)
data_frame <- data.frame(stringsAsFactors=FALSE,
                         col1 = c(rep(LETTERS[1:3],each=4)),
                         col2 = c(rep(1:4,each=3)),
                         col3 = c(1:12))
print("original dataframe")
print(data_frame)
  
# computing the length of col3 
len <- length(col3)
  
# plotting the data
data_frame %>% 
    
  # grouping by col2
  group_by(col2) %>% 
    
  # adding a temporary column
  mutate(temp_col = sd(col3)/sqrt(len)) %>% 
  ggplot(aes(x = col2, y = col3, fill = col1)) + 
  geom_bar(stat="identity", alpha=0.5, 
           position=position_dodge()) +
  
  # adding error bar
  geom_errorbar(aes(ymin=col3-temp_col, ymax=col3+temp_col),
                width=.2, colour="red", 
                position=position_dodge(.9))

输出

[1] "original dataframe"
> print(data_frame)
  col1 col2 col3
1     A    1    1
2     A    1    2
3     A    1    3
4     A    2    4
5     B    2    5
6     B    2    6
7     B    3    7
8     B    3    8
9     C    3    9
10    C    4   10
11    C    4   11
12    C    4   12